我院2019级本科生杨仪卓作为第一作者与课题组博士生唐文杰及研究生们在《SCIENCE CHINA Materials》上共同发表了以“Stress-deconcentrated ultrasensitive strain sensor with hydrogen-bonding-tuned fracture resilience for robust biomechanical monitoring”为题的论文。（https://doi.org/10.1007/s40843-022-1986-5）
研究背景
近年来，具有超高灵敏度的柔性应变传感器因其在可穿戴医疗监测、人机交互和智能机器人等方面的广阔应用前景而备受关注。理想的柔性应变传感器应兼具高灵敏度和宽响应范围，并在实际应用中具有较好的长期的稳定性和可持续性。在各种应变传感器中，由于其固有的高灵敏度和易于制造的超低厚度（通常低于几十微米），基于裂纹的电阻型应变传感器在监测微小的机械变形方面越来越受到重视。然而，传统的基于裂纹的传感器的工作范围狭窄（<2%），因为在应力集中的情况下，裂纹会在小应变时产生并且迅速地在平面上延伸，造成导电性的丧失和传感层的失效，破坏传感器在受到大应变时的可逆性，因而缺乏与人体组织形变相匹配的机械韧性，限制了其在监测较大生物力学变形中的应用。因此，控制裂纹的扩展和在各种应变下的伸长，对于建立具有超高灵敏度和广泛工作范围的可逆应变传感器来说至关重要。
鉴于此，南京医科大学胡本慧教授课题组报道了一种基于微裂纹的导电层应力分散电阻式应变传感器（SDUS），引入缺口不敏感弹性基底和可调微裂纹的导电层从而实现传感器的超高灵敏度（应变系数高达2.3×106）和宽工作范围（0%-50%）。此外，高弹性的胺基聚合物修饰的PDMS衬底没有明显的迟滞，使SDUS传感器对外界刺激能够快速响应（响应时间2.33 ms）。通过对桡动脉脉搏、关节运动和声带振动的精确检测，SDUS传感器在医疗健康监测和人机通信方面的能力得到了验证，有望为生物力学监测提供更有效的增强感知接口，并在人机交互和临床医疗中得到广泛的应用。
本文要点
（1）纠缠纳米线导电网络传感机制及裂纹分布定量化分析
在由纳米纤维组合而成的导电网络中，金包银纳米线（Au@Ag NW）提供了电子传输的主要导电通道，单壁碳纳米管（SWCNTs）的平均直径和长度远小于纳米线，填充其间作为网络致密剂，导电层内PDA作为连接分子，其羟基和胺基基团与Au@Ag NWs的亚硫酸盐配体和SWCNTs的羧基相互作用形成氢键(图1)，有利于纠缠导电网络内部的一体化连结。另外，半固化的胺基聚合物修饰的聚二甲基硅氧烷（m-PDMS）的粘附性以及基材与导电层之间丰富的氢键增强了层间的结合力。当施加拉应力时，SWCNTs提供了丰富的导电位点，使电子在Au@Ag NWs和SWCNTs之间传输。同时，PDA防止了导电层从m-PDMS基板的脱粘，以及被裂纹在导电层中扩展导致的传感器过早失效，显著提高了机械鲁棒性。
SDUS传感器对施加的应力表现出三个不同的线性响应阶段（图1），导电纳米纤维之间连接的稀疏化促成了最初小应变（<10%）时电阻的适度变化，与其他两个阶段相比较低的灵敏度（8.7×104）证明了PDA提供的氢键对导电网络中微裂纹产生的抑制作用；而在整个工作范围内的主要电阻变化在应变为10%-50%时，此时的电阻变化归因于微裂纹的生长，应变25%时的间断点是由于传感层中相邻微裂纹的融合，这可以进一步将传感阶段分为裂纹融合前的受限的微裂纹延伸和裂纹融合后的加速延伸，灵敏度也由7.5×105增加到2.3×106。三个应变阶段对应的传感机制都在微裂纹分布的定量分析中得到了验证，进一步揭示了网络掺杂剂对裂纹产生发展的调控作用，从裂纹分布的角度解释了传感器具有超高灵敏度和宽程响应范围的原因。
图1机械敏感型传感器的感知机制
图2微裂纹分布的定量分析
（2）传感器的生物力学信号监测应用
由于被胺基聚合物修饰PDMS基底并不丧失原有的高弹性，SDUS传感器能够对高频变形快速响应，并可以应用于语音信号的探测和识别。同时，SDUS传感器在循环加载测试中也表现出耐久性和长期稳定性。我们将其应用于手腕桡动脉处的脉搏波监测，超高的灵敏度使其能够精准记录脉搏波形的三个特征波峰（图3），可以从中挖掘提取如桡动脉增强指数（rAI）一类具有临床诊断意义的生理参数。结合贴附手腕的心电电极，SDUS传感器也展现了在无创血压连续监测方面的潜力。另外，将传感器贴附在喉部记录到的高信噪比语音信号（50dB）有着显著低于普通麦克风的基线噪声（图4），信号的时频分辨率更高。证明其在实际应用中较强的微弱应变捕捉能力和抗干扰能力。通过与人工智能与数字信号处理工具相结合，传感器实现了对双音节单词发音的可靠分类(总体准确率= 93.3%)，在语音识别领域中很有前景。
图3 传感器应用于脉搏波和血压监测
图4 传感器应用于语音识别
原文链接：
